Die KI-News von AdSimple – adsimple.at. Sponsor dieser Abendausgabe ist Firmenwebseiten.at – firmenwebseiten.at: österreichische Firmen finden, Angaben prüfen und den eigenen Firmeneintrag pflegen.

Stand: 16. November 2026, Abendupdate · 18:25 Uhr Europe/Vienna.

Auf einen Blick

Neu: Liquid d1.2 liest feste Werte statt freier Antworten

Liquid AI veröffentlicht d1.2 und d1.2-ultra. Die Modelle verarbeiten jetzt auch Audio und unterstützen fünf zusätzliche Aufgabentypen: Text, Zahlen und Datumswerte auslesen, Textstellen markieren, Bildbereiche finden und Zahlen schätzen. Beim Auslesen können sie die Fundstelle zurückgeben oder melden, dass ein Wert fehlt. Verfügbar sind sie über Liquids API; OpenRouter und Vercel sind angekündigt.

Liquid nennt 0,02 beziehungsweise 0,042 US-Dollar je Million Eingabetokens. Artificial Analysis bestätigt diese Preise und misst für d1.2-ultra 75 Punkte im Decision Index v2.1, für d1.2 69. Das sind Ergebnisse für Entscheidungsaufgaben, kein allgemeiner Chatbot-Vergleich. Für die fünf neuen Aufgabentypen nennt Liquid bislang interne Auswertungen und keine öffentlichen Benchmarks.

Für wen lohnt sich das? Für Teams, die wiederholt klar definierte Werte aus Dokumenten oder Aufnahmen übernehmen. Für offene Beratung oder lange kreative Texte ist diese Modellklasse nicht der naheliegende Ersatz.

Unser erster Test: Stelle 20 anonymisierte oder künstliche Dokumente zusammen: einige vollständig, andere mit fehlendem Datum, widersprüchlichen Beträgen oder verschiedenen Dezimaltrennzeichen. Prüfe Wert und Fundstelle getrennt. Eine plausible Zahl aus der falschen Zeile ist ein Fehler. Fehlende Angaben müssen offenbleiben und zur Prüfung gehen. Erst danach lässt sich entscheiden, ob das günstigere Modell genügt. Automatische Zahlungen gehören nicht in diesen Versuch.

Quellen: Liquid AI: Funktionen, Preise und Grenzen · Artificial Analysis: unabhängige Messung.

Neu: OpenAI erweitert den kostenlosen Forschungszugang

OpenAI will mit ChatGPT for Academic Researchers insgesamt bis zu 200.000 Forschende erreichen. Die nächste Bewerbungsrunde startet am 23. November: 50.000 neue Förderplätze werden nach Eingang geeigneter Bewerbungen vergeben. Jeder Platz umfasst ChatGPT Plus für die ausgewählte Person und bis zu zwei Mitforschende. Im Pilot gab es Pro; die neue Runde bietet Plus. Das ist ein wichtiger Unterschied bei den Nutzungslimits.

Für berechtigte Forschungsteams kann der Zugang die Erprobung erleichtern. Unternehmen außerhalb des Programms erhalten dadurch keinen kostenlosen Firmenzugang. OpenAI erklärt, Programmdaten standardmäßig nicht fürs Modelltraining zu verwenden. Institutionelle Regeln für vertrauliche Forschungsdaten gelten trotzdem weiter.

Erster Schritt: Prüfe die Teilnahmebedingungen und wähle eine nicht vertrauliche Forschungsaufgabe mit überprüfbaren Ergebnissen. Eine Literaturauswertung sollte etwa belegte Fundstellen und widersprechende Quellen liefern. Kostenfreier Zugang ersetzt keine fachliche Prüfung.

Quelle: OpenAI: Umfang, Bewerbungsstart und Plus-Zugang.

Update: Lovable-Entwürfe bekommen eine eigene Datenbasis

Lovable erweitert Drafts zu vollständigen App-Kopien mit eigener Vorschau und bei Bedarf eigenem Backend. Beispieldaten sollen Varianten realistisch zeigen. Testeinträge bleiben laut Anbieter im Entwurf und werden beim Übernehmen oder Löschen entfernt. Änderungen gehen erst nach Übernahme und Veröffentlichung live.

Praktischer Nutzen: Ein Team kann ein neues Buchungsformular oder einen Mitgliederbereich ausprobieren, ohne Testeinträge zwischen echte Kundendaten zu schreiben. Für eine reine Textkorrektur ist eine ganze App-Kopie meist unnötig.

Unsere Einordnung: Eine getrennte Datenbank beantwortet noch nicht, welche externen Dienste ein Entwurf anspricht. Prüfe vor dem Test, ob E-Mail, Zahlung und Webhooks ebenfalls auf Testziele zeigen. Probiere dann mit erfundenen Daten einen erfolgreichen und einen abgebrochenen Formularvorgang. Kontrolliere beide Ansichten: den Entwurf und das unveränderte Livesystem. Erst danach übernehmen.

Quelle: Lovables heutige Erweiterung der Drafts.

Aus unseren Projekten: Deine Firmendaten an einem Ort prüfen

Auch eine neue Website braucht verlässliche Angaben: Name, Adresse, Leistungen und Kontakt sollten zusammenpassen. Auf Firmenwebseiten.at – firmenwebseiten.at findest Du österreichische Unternehmen und kannst Deinen eigenen Firmeneintrag pflegen. Die Plattform bietet außerdem Checks für öffentliche Firmendaten und Online-Sichtbarkeit.

Ein sinnvoller Einstieg: Suche Deinen Betrieb und vergleiche Telefonnummer, Adresse und Website mit Deinen aktuellen Angaben. Korrigiere Abweichungen, bevor Du neue Besucher auf das Profil schickst. Das ist eine konkrete Pflegeaufgabe; daraus folgt keine garantierte Platzierung in Suchmaschinen oder KI-Antworten.

Firmenwebseiten.at: Firma finden, Angaben prüfen und Profil pflegen. firmenwebseiten.at.
Aus unseren Projekten: Firmenwebseiten.at – firmenwebseiten.at.

Neu: Cohere durchsucht konkrete Momente in Videos

Cohere stellt Video Intelligence in Compass vor. Die Suche soll Gesprochenes und sichtbare Inhalte zusammen auswerten und passende Ausschnitte mit Zeitmarken, Transkript und Bildbeschreibung liefern. Videos und Dokumente lassen sich gemeinsam durchsuchen. Cohere sucht zunächst Entwicklungspartner für die Erprobung; das ist kein allgemein freigeschalteter Zugang.

Für Teams mit vielen Schulungsaufnahmen oder aufgezeichneten Besprechungen kann das die Suche verkürzen. Bei wenigen kurzen Videos ist der Einrichtungsaufwand schwerer zu rechtfertigen. Die veröffentlichten Qualitätsvergleiche stammen von Cohere selbst.

Sinnvoller Test: Verwende zehn freigegebene Aufnahmen und Fragen mit bekannten Antworten. Prüfe, ob der Ausschnitt die vollständige Aussage enthält. Ergänze eine Frage, deren Antwort fehlt, und prüfe Zugriffsrechte mit verschiedenen Rollen. Ein richtiger Treffer aus einem gesperrten Video wäre trotzdem ein Fehler.

Quelle: Cohere: Video Intelligence und Partnerzugang.

Neu: Bria RMBG-3.0 stellt Produktbilder frei

Bria RMBG-3.0 ist auf fal verfügbar. Es entfernt den Hintergrund und liefert ein PNG mit Transparenz. Der angezeigte Preis beträgt 0,018 US-Dollar pro Bild, also 1,80 US-Dollar für 100 Bilder. Bria nennt ausschließlich lizenzierte Trainingsdaten; die gezeigten Qualitätsvergleiche stammen aus einem internen Test mit 234 schwierigen Bildern.

Unser Vorschlag für Shops und Firmenprofile: Vergleiche zehn eigene Produktfotos mit dem bisherigen Verfahren. Nimm weiße Verpackungen, kleine Beschriftungen und feine Zwischenräume dazu. Prüfe Kanten und Produkttext in Originalgröße. Bei Glas, Schleiern oder Rauch nennt der Anbieter selbst Grenzen; echte Transparenz kann verloren gehen. Für solche Motive bleibt manuelle Nacharbeit wichtig.

Quelle: fal: RMBG-3.0, Preis und Einschränkungen.

Update: Seedance 2.5 bietet eine 4K-Auswahl

fal kündigt 4K für Seedance 2.5 an. Im Text-to-Video-Playground ist „4k“ bereits auswählbar. Die Beschreibung und Preistabelle nennen jedoch teilweise noch niedrigere Auflösungen. Einen belastbaren 4K-Preis lässt die geprüfte Seite damit nicht erkennen.

Für große Displays kann die zusätzliche Auflösung interessant sein. Für einen kleinen Social-Media-Clip muss sie sich erst im sichtbaren Ergebnis lohnen. Starte mit derselben kurzen Szene und prüfe feine Schrift, Bewegungen und den tatsächlich exportierten Clip. Kläre vor einem größeren Auftrag den konkreten 4K-Preis. Die neue Auflösungsoption ist getrennt vom bereits verfügbaren Flash-Modell zu betrachten.

Quellen: fals 4K-Ankündigung · Seedance-Playground und Dokumentation.

Neu: Higgsfield bündelt kurze Serien in einem Studio

Higgsfield kündigt Short Drama Studio an: Aus einem Skript sollen mehrere zusammenhängende Episoden mit gleichbleibenden Figuren entstehen. Genannt werden 9:16, 16:9 und 4:3 sowie die Nutzung über Higgsfield und dessen MCP-Anbindung in Claude und ChatGPT. Figurenkonsistenz ist eine Anbieterzusage, kein von uns geprüfter Qualitätsnachweis. Einen konkreten Preis nennt der Ankündigungspost nicht.

Für wiederkehrende Erklärfiguren oder fiktionale Kurzserien ist das einen kleinen Versuch wert. Erzeuge zuerst zwei kurze Szenen mit derselben Figur, aber anderer Perspektive. Prüfe Gesicht, Kleidung, Stimme und Anschluss zwischen den Szenen, bevor Du eine ganze Serie beauftragst.

Quelle: Higgsfields Originalankündigung.

Neu: Perplexity baut Forschung für autonome Wissenschaft auf

Perplexity startet Frontier Research. Die Initiative soll Modelle, mehrere zusammenarbeitende Agenten und neue Prüfverfahren für wissenschaftliche Entdeckungen entwickeln. Veröffentlichungen von Papers, Modellen, Daten und Benchmarks sind angekündigt. Das ist ein Forschungsprogramm, kein fertiger autonomer Wissenschaftler.

Was wir daraus ableiten: Für Unternehmen wird interessant, ob solche Systeme prüfbare Hypothesen und reproduzierbare Versuche liefern. Eine überzeugende Zusammenfassung allein reicht dafür nicht. Wer heute KI für Recherche nutzt, kann bereits eine konkrete Frage, Gegenbelege und ein Abbruchkriterium festhalten. Die Verantwortung für den fachlichen Schluss bleibt beim Team.

Quelle: Perplexity Frontier Research.

Analyse: Warum leere KI-Prüfläufe Geld kosten

Zapier stellt heute seinen AI Workflow Index für das dritte Quartal heraus. Die Untersuchung modelliert laufende Kosten für 2.944 Abläufe. Im zentralen Szenario kostet die Steuerung durch ein wiederholt prüfendes Modell 2,1-mal so viel wie ein festgelegter Ablauf, der KI nur bei Bedarf aufruft. Das ist eine Anbieteranalyse mit geschätzten Prüfhäufigkeiten, keine allgemeingültige Sparquote. Zuverlässigkeit sowie Aufbau und Wartung wurden nicht mitbewertet.

Konkrete Möglichkeit: Wenn eine KI regelmäßig nach neuen Formularmeldungen schaut, zähle eine Woche lang auch die Prüfungen ohne Ergebnis. Vergleiche danach einen Auslöser bei neuem Eingang mit dem bisherigen Zeitplan. Behalte Fristen und Fehleralarme bei. Eine günstigere Ausführung hilft nicht, wenn sie einen Auftrag übersieht.

Quelle: Zapier: Methode, Annahmen und Kostenspanne.

Neuer Praxisbericht: llama.cpp beschleunigt seine Prüfabläufe

Das llama.cpp-Team beschreibt heute, wie es Compiler-Zwischenspeicher in Hugging Face Buckets auslagert und Linux-Prüfläufe über Hugging Face Jobs ausführt. Für Änderungsvorschläge wählt es passende Tests anhand der Änderungen; auf dem Hauptzweig bleibt der vollständige Prüfumfang erhalten. Der Beitrag dokumentiert einen Umbau, keinen neuen Modellrelease.

Für größere Entwicklerteams ist die Unterscheidung hilfreich: Wartezeit, erneutes Kompilieren und eigentliche Tests sind verschiedene Engpässe. Miss zunächst, wo Dein Ablauf Zeit verliert. Ein zusätzlicher Cloud-Dienst lohnt sich erst, wenn der Nutzen seine Kosten und den Betriebsaufwand trägt.

Quelle: Originalbericht des llama.cpp-Teams.

Qwen4-Max über Vercel – den Ausweichweg mitprüfen

Qwen4-Max ist auch über Vercels AI Gateway verfügbar. Der Zugang bündelt Modellaufrufe, Kostenübersicht und konfigurierbare Ausweichwege. Die Anbieter-Veröffentlichung trägt das Datum 15. November; Qwen hat heute erneut darauf hingewiesen. Es handelt sich um einen zusätzlichen Zugang zum bereits vorgestellten Modell.

Für wen lohnt sich das? Für Teams, die bereits mehrere Modelle in einer Anwendung nutzen oder einen Coding-Agenten zentral anbinden wollen. Vercel nennt unter anderem Claude Code, Codex und Cursor. Wer nur gelegentlich im Chat arbeitet, braucht dafür nicht automatisch eine weitere Infrastruktur.

Unsere Einordnung: Ein Ersatzmodell kann einen Ausfall abfangen. Es kann aber andere Antworten liefern und über einen anderen Anbieter laufen. Deshalb sollten erlaubte Anbieter, Datenverarbeitung und Kostenlimit vorab feststehen. Ein erfolgreicher API-Aufruf beweist noch nicht, dass der Geschäftsablauf korrekt weitergeht.

Erster Test: Lass in einer Testumgebung einen nicht vertraulichen Auftrag mit festem Ausgabeformat verarbeiten. Simuliere anschließend einen nicht erreichbaren Hauptanbieter. Prüfe, welches Modell übernimmt, ob Pflichtfelder und Quellen erhalten bleiben und ob ein Vorgang doppelt ausgelöst wird. Erst wenn Qualität und Fehlerverhalten passen, lohnt sich der nächste Schritt. Zahlungs- oder Versandaktionen gehören nicht in diesen ersten Versuch.

Quelle: Vercels Veröffentlichung zu Qwen4-Max · Qwens aktueller Hinweis.

Einordnung: Was unabhängige Qwen4-Messungen aussagen

Artificial Analysis misst für Qwen4-Max mit hoher Denkstufe „xhigh“ 43 Punkte im eigenen Intelligence Index. Qwen3.8-Max erreicht dort 34. Die durchschnittlichen Kosten je Index-Aufgabe liegen bei 3,27 statt 10,02 US-Dollar. Diese unabhängigen Werte ergänzen Alibabas Herstellerangaben; sie gelten für die verwendeten Aufgaben und Einstellungen.

Ein Gesamtrang verdeckt Unterschiede: Im Terminal-Bench 4.0 erreicht Qwen4-Max laut derselben Auswertung 48 Prozent, Kimi K3.1 Pro 67 Prozent. Ein günstigerer Durchschnitt macht Qwen deshalb nicht automatisch zur besseren Wahl für jede Coding-Aufgabe.

Für Deine Entscheidung: Trenne Routinearbeiten und schwierige Reparaturen. Wenn ein günstigeres Modell bei einfachen Aufgaben verlässlich hilft, kann das nützlich sein, auch wenn Du für die schwierigen Fälle beim bisherigen Modell bleibst. Entscheide anhand abgenommener Ergebnisse und notwendiger Nacharbeit. Die Benchmarkkosten sind kein Preisangebot für Deinen konkreten Auftrag.

Quelle: Artificial Analysis: Messwerte, Denkstufe und Teiltests.

Ausblick: Kleine Qwen4-Modelle sind noch angekündigt

Unsloth nennt für das angekündigte Qwen4-27B einen Betrieb auf Geräten mit 16 GB RAM und kündigt eigene Dynamic-3.1-GGUFs an. Das ist eine Aussage über kommende Modellpakete, kein von uns bestätigter Download oder Leistungstest.

Für Teams mit echtem Offline-Bedarf kann das interessant werden. Plane einen Kauf aber nicht allein anhand der Speicherzahl. Entscheidend sind außerdem konkrete Quantisierung, Kontextlänge, Geschwindigkeit, Lizenz und unterstützte Laufzeitumgebung. Ein späterer Test sollte nach dem Download auch bei getrennter Internetverbindung gelingen; angebundene Such- oder Cloud-Werkzeuge benötigen gegebenenfalls weiter ein Netz.

Quelle: Unsloths Ankündigung samt vorherigem Post.

Qwen4-Max – Preise, Zugang und der richtige Vergleich

Alibaba hat Qwen4-Max veröffentlicht. Das Modell verarbeitet Bilder direkt und bietet ein Kontextfenster von einer Million Tokens. Die API ist auf QwenCloud verfügbar; der Hersteller nennt außerdem Qwen Studio, QwenWork und Qoder als Zugänge. OpenRouter führt das Modell ebenfalls.

Die veröffentlichten API-Preise betragen 1,50 US-Dollar je Million Eingabetokens und 4,50 US-Dollar je Million Ausgabetokens. Cache-Treffer kosten 0,075 US-Dollar je Million Tokens. Kleinere Qwen4-Modelle mit offenen Gewichten sind angekündigt, aber damit noch nicht veröffentlicht.

Unsere Einordnung: Für Teams mit wiederkehrenden Dokument-, Tabellen- oder Coding-Aufgaben lohnt sich ein begrenzter Vergleich. Alibaba meldet im eigenen Work360-Test einen Rückgang der durchschnittlichen Aufgabenkosten von 4,43 auf 1,67 US-Dollar. Diese 62 Prozent sind ein Herstellerergebnis mit bestimmten Aufgaben und Einstellungen, keine zugesagte Ersparnis für Deinen Betrieb.

Ein sinnvoller erster Test: Nimm fünf abgeschlossene, nicht vertrauliche Aufgaben mit überprüfbarem Soll-Ergebnis. Lass Dein bisheriges Modell und Qwen4-Max mit denselben Unterlagen arbeiten. Notiere Kosten, Laufzeit, Fehler und die Minuten für Korrekturen. Bei Tabellen zusätzlich Formeln, Summen und Quellen prüfen. Entscheidend ist der Aufwand bis zum abgenommenen Ergebnis, nicht allein der Tokenpreis.

Für einen stabil laufenden Ablauf mit wenig Volumen ist ein sofortiger Wechsel deshalb nicht zwingend sinnvoll. Wer lokale Verarbeitung oder offene Modellgewichte benötigt, sollte die angekündigten kleineren Modelle separat prüfen. Ein großes Kontextfenster ersetzt außerdem keine Kontrolle, ob relevante Angaben wirklich berücksichtigt wurden.

Quellen: Qwen: Veröffentlichung und Testbedingungen · offizieller Originalpost · OpenRouter: Preise und Verfügbarkeit.

Aus unseren Projekten: geembee für Standortbeiträge

geembee – geembee.com unterstützt KI-gestützte Beiträge für Google Business Profile und deren Planung für mehrere Standorte. Prüfe vor der Freigabe Angebot, Termin, Link und richtigen Standort.

Copilot bearbeitet Sicherheitsmeldungen in der App

GitHubs neue Security-Erweiterung ist als öffentliche Vorschau verfügbar. Sie zeigt Code-Scanning-Meldungen direkt in der Copilot-App und kann sie erklären oder Änderungen vorschlagen. Ein lokaler Sicherheitscheck ist auch ohne aktiviertes Code Scanning möglich.

Wichtig für Deinen Ablauf: „Fix“ ändert zunächst nur die lokale Arbeitskopie. Erst der reguläre Review, passende Tests und ein erneuter Scan nach Übernahme zeigen, ob ein Befund behoben ist. Das Verwerfen einer Meldung wirkt dagegen auf GitHub. Diese beiden Aktionen gehören daher nicht in dieselbe automatische Freigabe.

Die Ansicht umfasst keine Dependabot- oder Secret-Scanning-Meldungen. Für vorhandene Befunde privater Repositories braucht es GitHub Code Security; GitHub Enterprise Server wird nicht unterstützt. Für den ersten Versuch eignet sich ein bekannter Befund: erklären lassen, Änderung prüfen und den Nachweis der Behebung festhalten.

Quellen: GitHubs Ankündigung · Voraussetzungen und Grenzen.

OpenAI startet einen Wissenschaftsblog

Im ersten Gastbeitrag beschreibt der Physiker Nathaniel Craig seine Arbeit mit GPT-6 Astra an einer möglichen Gitterdefinition des Standardmodells. Der jetzt veröffentlichte Bericht bezieht sich auf einen Preprint aus Oktober. Neu ist der Bericht samt Wissenschaftsblog, nicht eine heute abschließend bewiesene Lösung.

Craig schildert Beiträge des Modells und Rückfragen menschlicher Fachleute. Er nennt selbst offene Punkte und weitere Arbeit bis zu realistischen Simulationen. Für Unternehmen ist daran vor allem ein Prinzip interessant: KI-Vorschläge brauchen prüfbare Zwischenschritte und fachliche Gegenprüfung. Der Forschungsfall belegt keine allgemeine Zuverlässigkeit für beliebige Aufgaben.

Quelle: Nathaniel Craigs Gastbeitrag bei OpenAI.

Iris-Z in LibreYOLO – Lizenzgrenze beachten

LibreYOLO 1.8.0 integriert Speridlabs Iris-Z für Bildgenerierung und Tiefenschätzung. Damit können Entwickler etwa aus einem Foto eine Tiefenkarte erzeugen oder eine neue Szene an deren räumlicher Struktur ausrichten.

Die Dokumentation unterscheidet ausdrücklich zwischen offen lizenziertem Code und Modellgewichten unter einer FLUX-Non-Commercial-Lizenz. Für kommerzielle Arbeit ist das eine wichtige Zugangshürde. Prüfe die Gewichts-Lizenz vor dem Einsatz; ein frei verfügbares SDK allein erlaubt nicht automatisch jede Nutzung.

Quellen: LibreYOLO-Dokumentation · Original-SDK von Speridlabs.

Kurzstand: Seedance Flash und Gemini Wallet

Seedance 2.5 Flash auf fal bleibt eine Option für kurze Videoentwürfe mit nativem Ton, 480p oder 720p und vier bis 30 Sekunden Länge. Für die Auswahl eines Werkzeugs zählen weiterhin brauchbare Clips und Nacharbeit.

Geminis Google-Wallet-Anbindung richtet sich zunächst an Nutzer in den USA. Der Zugriff zur Ausgabenanalyse ist lesend; daraus folgt keine allgemeine Verfügbarkeit für österreichische Unternehmen.

Abendausgabe · 16. November 2026 · Redaktionsschluss: 18:25 Uhr Europe/Vienna.

Weitere Originalmeldungen: AdSimple-Quellenliste AI Models & Tools.